NUS 和港城大的这篇论文《Skill∞》，做法是先人工写一个教 AI 怎么改 skill 的 skill，再让它照着这套方法改进自己，改好之后再拿去批量优… · @MingTian685474 · TwKit

@MingTian685474

NUS 和港城大的这篇论文《Skill∞》，做法是先人工写一个教 AI 怎么改 skill 的 skill，再让它照着这套方法改进自己，改好之后再拿去批量优化其他 skill 论文里写到，现有的 skill 优化工具，流程都是固定的，优化器本身不会进步。skill∞ 让优化器先优化了自己，在 83 个任务上，去掉这一步，通过率从 60.7% 掉到了 55.9%。加上后，超过了人工精选 skill 和 上一代的 skillEvolver，而花费的 token 跟 skillEvolver 差不多 不过名字虽然叫 skill∞，但实际上就改进了一轮，能不能越改越好，论文里没有给出相应的证据，而且主实验中也只用了 gpt 6 luna + codex，换模型和harness的实验也只跟人工skill比，没跟SkillEvolver比 我觉得这篇论文新在让优化器也改自己这一层，有一定的参考价值，感兴趣的可以读一读 论文链接：http://arxiv.org/abs/2610.35434

曝光 207 · 评论 3 · 点赞 3 · 书签 0